CRUD Cassandra y Python

Sistemas de almacenamiento - Actividad 2

Autor: Camilo Martinez

Este README.md tiene como objectivo dar el detalle de la implementación realizada con un cluster de Cassandra 3.11, montado en docker, python 3.10 para la comunicación y automatización de procesos, y Dbeaver como entorno de trabajo de Cassandra.

El alcance de este trabajo se resume a continuación:

• Construir una conexión al cluster de cassandra, local, desde python.
• Creación de modelo lógico a partir del conceptual que satisfaga las consultas requeridas.
• Generar un CRUD inicial para poder interactuar con las distintas tablas y relaciones. Vea el modelo conceptual para más detalles.
• Generar un menú por consola para poder hacer el llamado de las funciones del CRUD.
• Creación de tablero con Streamlit para poder realizar y visualizar las operaciones CRUD de una forma más visual e interactiva.

Modelo Conceptual

---

Modelo Relacional

---

Modelo lógico

Consultas a satisfacer

Tabla 1: Pacientes Info

Consultas a satisfacer

1. Obtener toda la información de un paciente por su nombre y DNI.

Nombre del Campo	Tipo	Primary Key	Comentario
paciente_nombre	text	Partition Key	Se utiliza paciente_nombre como clave de partición porque se usará para realizar búsquedas por nombre.
paciente_dni	int	Clustering Key	El DNI se usa como clustering key para garantizar que cada paciente tenga un identificador único dentro de la partición.
paciente_fecha_nac	date
paciente_direccion	text
paciente_tlf	text
paciente_alergias	SET

---

Tabla 2: Citas por Medico

Consultas a satisfacer

1. Obtener todas las citas atendidas por un médico.

Nombre del Campo	Tipo	Primary Key	Comentario
medico_dni	int	Partition Key	medico_dni se utiliza como clave de partición porque la consulta más común será obtener las citas de un médico específico.
cita_id	int	Clustering Key	cita_id se usa como clave de agrupamiento para ordenar las citas de un mismo médico.
cita_fecha_hora	timestamp
cita_motivo	text

---

Tabla 3: Tratamientos por paciente

Consultas a satisfacer

1. Obtener los tratamientos realizados a un paciente en base a su DNI y la cita.

Nombre del Campo	Tipo	Primary Key	Comentario
paciente_dni	int	Partition Key	paciente_dni es la clave de partición porque las consultas se realizan sobre el DNI del paciente.
cita_id	int	Clustering Key	Se usa cita_id como clustering key para agrupar los tratamientos por cita.
tratamiento_id	int	Clustering Key	Se añade tratamiento_id para ordenar los tratamientos dentro de una misma cita.
tratamiento_descripcion	text
tratamiento_costo	float

---

Tabla 4: Citas por paciente

Consultas a satisfacer

1. Obtener el número de citas que ha tenido un paciente.

Nombre del Campo	Tipo	Primary Key	Comentario
paciente_dni	int	Partition Key	paciente_dni es la clave de partición porque se desea realizar consultas para un paciente específico.
cita_id	counter		Se utiliza un contador para registrar la cantidad de citas de un paciente.

---

Tabla 5: Recetas x Medicamentos

Consultas a satisfacer

1. Obtener los medicamentos de una receta según la fecha de emisión.

Nombre del Campo	Tipo	Primary Key	Comentario
receta_fecha_emision	date	Partition Key	receta_fecha_emision se utiliza como clave de partición para facilitar las consultas por fecha de emisión de recetas.
receta_id	int	Clustering Key	receta_id se utiliza como clustering key para ordenar los medicamentos dentro de cada receta.
medicamento_codigo	int	Clustering Key	Se añade medicamento_codigo para mantener un orden dentro de cada receta.
medicamento_nombre	text
medicamento_dosis	text

5. Obtener con el banco de una tarjeta todas las reservas que se hayan realizado.

Nombre del Campo	Tipo	Primary Key	Comentario
tarjeta_banco	text	Partition Key	El banco emisor de la tarjeta actúa como partition key para agrupar todas las reservas realizadas con tarjetas de un banco específico.
tarjeta_nro	bigint	Clustering Key	El número de la tarjeta se utiliza como primera clustering key para ordenar las reservas dentro de un banco, garantizando la unicidad de las tarjetas. Se cambia a bigint dado que los números de tarjetas suelen ser largos.
reservacion_nro	text	Clustering Key	El número de reservación se utiliza como segunda clustering key para garantizar unicidad.
reservacion_confirmado	boolean		Se añade para saber si la reserva esta confirmada o no.

6. Considerando que el 60% de las películas tienen la categoría “Todos los públicos”, haga la tabla más óptima según rendimiento en la que se consulte por la categoría de la película.

Nombre del Campo	Tipo	Primary Key	Comentario
pelicula_categoria	text	Partition Key	La categoría de la película forma parte de la partition key compuesta, utilizada para agrupar películas por categoría y actor específico.
pelicula_actor	text	Partition Key	El actor de la película forma parte de la partition key compuesta, permitiendo agrupar todas las películas en las que participa un actor específico dentro de una categoría. Esta se añade por el hecho que las categorias estan mayormente en un valor en particular, lo cual no es algo deseado para la llave de partición.
pelicula_nombre	text	Clustering Key	El nombre de la película se utiliza como clustering key para ordenar las películas alfabéticamente dentro de cada categoría y actor, y asegurar unicidad.
pelicula_actores	set		Se adiciona un registro por cada actor.

7. Obtener los nombres de usuario que tienen asociado un número de teléfono especifico.

Nombre del Campo	Tipo	Primary Key	Comentario
usuario_tlf	text	Partition Key	El teléfono del usuario actúa como partition key, ideal para buscar usuarios por un número de teléfono específico.
usuario_dni	text	Clustering Key	El DNI del usuario se utiliza como clustering key, permitiendo ordenar los usuarios dentro de cada número de teléfono.
usuario_nombre	text
usuario_tlfs	set		Se adiciona un registro por cada telefono

8. Buscar cuántas funciones se han presentado en una ciudad buscando por su nombre.

Nombre del Campo	Tipo	Primary Key	Comentario
ciudad_nombre	text	Partition Key	El nombre de la ciudad actúa como partition key, utilizado para agrupar funciones por ciudad.
pelicula_nombre	text	Clustering Key	El nombre de la película se utiliza como primera clustering key, permitiendo ordenar las funciones dentro de cada ciudad por película.
funcion_fecha_hora	timestamp	Clustering Key	La fecha y hora de la función se utilizan como segunda clustering key, organizando cronológicamente las funciones para cada película dentro de una ciudad. Se añade como timestamp dado que las funciones contiene fecha y hora.

---

Además, cabe destacar que para poder generar las operaciones CRUD no solo se conto con las tablas descritas anteriormente para el modelo lógico, sino que además se añadieron tablas de relaciones, y soporte. También, se expone que para la visualización del tablero, y evidenciación de que las operaciones funcionan correctamente se realizan consultas ineficientes, esto para facilicitar la visualización del lector.

Tablas soporte usadas:

• SoporteUsuario
• SoportePelicula
• SoporteCiudad
• SoporteCine
• SoporteSala
• SoporteTarjeta
• SoporteTipoBoleta
• SoporteReserva

Tablas relaciones

• PeliculaFuncion: Relación Pelicula Funcion - Proyecta.
• CiudadCine: Relación Ciudad Cine - Tiene.
• CineSala: Relación Cine Sala - Posee.
• UsuarioReservacion: Relación Usuario Reservación - Reserva.
• ReservacionTipoBoleto: Relación Reservación Tipo de Boleto - Compra.

A continuación se muestran las tablas resultantes desde DBeaver:

---

Funcionalidades

Las funcionalidades que se presentan están separadas por scripts de python para aislar los tipos de funcionalidades, y facilitar un poco la lectura del código. Entre las caracteristicas particulas a denotar están:

• Las operaciones CRUD quedaron separadas en archivos (./crud/inserts.py, /crud/deletes.py, /crud/selects.py, /crud/updates.py) dentro de la carpeta ./crud. Cada archivo contiene una clase con las operaciones disponibles.
• Se usaron dataclasses para la definición clases de las entidades, y relaciones.
• A modo de evitar errores de tipeo con las sentencias CQL se creo una función dentro del archivo /crud/utils.py llamada queryStringTemplates que estandariza las sentencias CQL a Cassandra.
• Se creo un script /crud/precarga_datos.py que contiene ejemplos sinteticos para poder validar el funcionamiento del sistema, y el modelo lógico.
  Se recomienda hacer la carga para agilizar las pruebas.
• A modo de gestionar el entorno de trabajo se uso poetry. Para activar el entorno asegurese que tenga instalado poetry, sino ejecute pip install poetry. Active el entorno con poetry shell, e instale dependencias con poetry install --no-root.
• Existen dos modos de poder interactuar con el sistema:
  • Desde la terminal con un menú similar al visto en clase. El menu es un poco extenso, despues de cada operación haga scroll hacia arriba para validar los cambios aplicados.
    Ejecute python menu.py par iniciar con esta opción.
  • Desde un tablero con streamlit. Este cuenta con 5 páginas para consultar, insertar, actualizar y eliminar datos.
    Ejecute streamlit run tablero_consultas.py

A continuación se muestran pantallazos de como lucen ambas interfaces. Mayormente me centrare en el tablero porque es más limpio visualmente de mostrar, sin embargo, queda a libre revisión la opción por terminal.

Tablero:

Ejecución de tablero de streamlit:

Tablero página de inicio.

Note que hay dos botones para poder cargar datos de prueba, y limpiar todos los datos de las tablas. En todas las páginas se encuentran estos botones.

Tablero página de consultas.

Tablero página de inserciones.

Tablero página de inserciones. Inserción de Reservación.

Tablero página de actualizaciones.

Tablero página de actualizaciones. Actualizar categoria pelicula.

Tablero página de eliminaciones.

Tablero página de eliminaciones. Eliminación relación Tarjeta Reservación.

Tablero página de consultas. Consulta Tabla 1

Tablero página de consultas. Consulta Tabla 2

Tablero página de consultas. Consulta Tabla 3

Tablero página de consultas. Consulta Tabla 4

Tablero página de consultas. Consulta Tabla 5

Tablero página de consultas. Consulta Tabla 6

Tablero página de consultas. Consulta Tabla 7

Tablero página de consultas. Consulta Tabla 8

Terminal:

Ejecución de menú por terminal:

Mensaje de bienvenidad con menú:

Consulta de usuarios:

Consulta de reservaciones:

Fragmentros de funciones solicitadas

Inserción de datos usuario:

Inserción de datos consulta 7:

Inserción de datos pelicula:

Inserción de datos consulta 1:

Inserción de datos consulta 6:

Inserción de datos soporte pelicula:

Inserción de datos de cine:

Inserción de relación Cine Sala - Posee

Inserción de relación Usuario Reservacion - Reserva, Reservacion Tipo Boleto - Compra

Actulización de categoria de pelicula

Eliminación relación tarjeta y reserva

Consultar tabla 5

La clase select es la más amplia, ya que ofrece una gran variedad de consultas. Por simplicidad, solo mostrare una de ellas acá, pero la lógica es muy similar para las demás.

Siguiente pasos / Mejoras

• Aún se puede mejorar la modularización de funciones dentro del código para reducir código repetido, y facilitar la lectura.
• Se puede robustecer el CRUD.
• Hacer pruebas de altas cargas de datos sinteticos serían interesantes para validar la eficiencia de las tablas.
• El tablero aún se puede mejorar en cuanto a estructura y visuales.